模式识别与神经网络

模式识别与神经网络

《模式识别与神经网络》是由英国著名统计学家里普利于2009年06月由人民邮电出版社出版的一部学术作品。[0][1]书中详细阐述了模式识别领域的相关统计方法、神经网络及机器学习等内容。《模式识别与神经网络》是一本深入探讨模式识别和神经网络的权威书籍。[2]全书以实例引入,系统地介绍了统计决策理论、线性判别分析、弹性判别分析、前馈神经网络、非参数方法、树结构分类、信念网、无监督方法以及如何发掘优秀的模式特征等多个主题。

《模式识别与神经网络》是由英国著名统计学家里普利于2009年06月由人民邮电出版社出版的一部学术作品。[1][2]书中详细阐述了模式识别领域的相关统计方法、神经网络及机器学习等内容。

内容简介

《模式识别与神经网络》是一本深入探讨模式识别和神经网络的权威书籍。[3]全书以实例引入,系统地介绍了统计决策理论、线性判别分析、弹性判别分析、前馈神经网络、非参数方法、树结构分类、信念网、无监督方法以及如何发掘优秀的模式特征等多个主题。

作者简介

里普利(Ripley),牛津大学应用统计学教授,是一位杰出的统计学家。他在空间统计学和模式识别领域做出了显著贡献,并对S编程语言及其衍生版本S-PLUS和R的推广产生了深远的影响。20世纪90年代,他的研究工作引领了统计学界对机器学习和数据挖掘的关注。除了《模式识别与神经网络》,他还撰写了《现代应用统计学与S》和《S编程》等著作。

参考资料 3

  1. 模式识别与神经网络 — 豆瓣读书
  2. 模式识别与神经网络 — 缺书网
  3. 模式识别与神经网络 — 读书网
广告位:底部(ad-bottom)—— 请到中台「公共区块」编辑此内容